基于SD-WAN+互联网和JPEG-XS编码的远程制作测试

本文以JPEG-XS编码和SD-WAN+互联网技术为基础，通过一系列测试，探究远程制作中涉及的重要参数和解决方案。

作者：中央广播电视总台 王刚
来源：选自2022年第11期《现代电视技术》

随着相关技术的发展，广播电视技术从模拟时代发展到数字时代，从标清时代过渡到高清、4K和8K时代，随着受众的需求、传输技术以及视音频处理技术的发展，广播电视技术系统架构从基带向IP迭代，以提高信息交互的带宽，以适应更高画质更高体验的媒体受众方式。

中央广播电视总台技术局依照总台大力实施5G+4K/8K+AI战略，积极推进“思想+艺术+技术”融合传播，发挥全媒体资源优势，提前布局、全力攻关，逐步完成电视转播设备从基带架构到IP架构的迭代，研判电视转播模式的走向，积极开展广播电视技术与IT技术的融合，展开以JPEG-XS视频编码为基础的远程制作技术方案的制定与测试，实现让摄像机与核心制作系统之间的交互信号在互联网内稳定传输，实现从信号采集端到信号处理端的空间分离。

一、测试系统的整体结构

1. 核心制作系统

核心制作系统是IP架构的箱式转播系统（EFP），它采用IT技术。视音频信号在系统内部通过SMPTE ST 2110-20/30协议封装为IP信号，同时包括通话、Tally和摄像机控制等也以IP的方式，通过局域网进行传输和调度，而后进行信号的合成输出。

2. IP网络传输

此次测试IP网络传输采取了裸纤、OTN和SD-WAN+互联网三种传输载体，其中裸纤和OTN专线传输技术依旧是局域网，整体的测试结果和理论一致，所以SD-WAN+互联网环境下的测试是这次测试的主要内容。

SD-WAN，Software Defined Wide Area Network，即软件定义广域网，是将SDN技术应用到广域网场景中所形成的一种服务，这种服务用于连接广阔地理范围的企业网络、数据中心、互联网应用及云服务。这种服务的典型特征是将网络控制能力通过软件方式“云化”，支持应用可感知的网络能力开放。

SD-WAN捆绑技术解决了互联网环境下获得相对稳定的多路传输路由和带宽问题，是远程制作解决方案最重要的网络基础。

在如何解决数据帧在互联网中传输交互的问题上，我们采用了GRE技术，是一种典型的三层隧道封装技术，它能够将各种网络协议（IP协议与非IP协议）封装到IP隧道内，并通过IP互联网络在路由器间创建一个虚拟的点对点隧道链接，把组播流封装成单播的形式进行数据包三层网络寻址传输，然后在接收端进行拆包重组，单播解封成组播流，完成数据帧的传输。但它没有任何安全防护机制，因此 GRE一般情况下使用IPSec来进行加密保护。

3. 节目现场信号采集

此次测试采用两款主流讯道摄像机，草谷的LDX100和索尼的3500摄像机作为节目现场的信号采集设备。两种摄像机的音频和通话均采用SMPTE ST 2110-30协议封装IP流进行传输。

二、远程制作技术方案中同步系统授时方式的研究与确定

在电视制作系统中，同步系统的作用是非常重要的，它是确保信号是否能正确合成处理的关键因素。在网络通信中，网络时钟同步的作用更加重要，它是确保信号的正确传输和正确接收的必要条件。

在局域网内时间同步和频率同步是没有区别的，因为整个局域网内的授时都是由同一授时系统锁定的。然而当广域网内的非统一授时同步系统之间信息交互时，是时间同步还是频率同步起决定性作用呢？由于基于IP架构的转播系统对时间的精度需求达到了纳秒级别，因此互联网中NTP的所授时间精度（在局域网内可达0.1ms，在互联网上绝大多数的地方其精度可以达到1~50ms）达不到需求。需要单独建立授时系统，确保数据的有效传输。对PTP的测试，确定了在本远程测试解决方案中，频率同步影响了信号的有效交互。首先根据授时形式的不同，拟定了4种授时方式：

◆统一授时：前后端系统由同一授时系统授时（交换机到交换机）；

◆主从授时：前端系统的授时系统由后端提供的授时作为基准，进行授时（同步机到同步机）；

◆同步授时：前后端授时系统独立授时，并锁定GPS或是北斗作为各自的时间基准；

◆异步授时：前后端授时系统独立授时，并且以独立的时间基准授时。

不同授时形式在不同传输链路中系统PTP锁定情况如表1。

经过大量测试，在OTN链路中采取统一授时或主从授时形式时，PTP在OTN网络中不能稳定传输。PTP在SD-WAN+互联网中传输，经测试设备检测到，往返链路路径两端PTP的链路延时存在差值，数据包往返路径不一致，且路径不固定，所以导致PTP在SD-WAN+互联网中不能锁定系统设备。

三、远程制作技术方案中视音频等信号的标准及编码的确定

随着SMPTE ST 2022、SMPTE ST 2110等IP广播标准的实施和完善，广播电视信号从基带向IP化转变，实现用IP流来传输实时视频、音频、数据等。但是所传的数据SMPTE ST 2110-20的视频依旧是非压缩的，一路4K视频信号大约为8.67Gbps，适合在局域网内传输，在互联网或是OTN专网中传输，所需网络传输带宽过大，很难获得如此巨大的网络带宽资源。而JPEG-XS浅压缩编码，在一定程度上即降低了信号传输所需网络带宽，也有效地控制了编解码产生的时延。

表2所示为这次测试中所涉及的各编解码设备之间收发JPEG-XS流的兼容情况。

四、基于SD-WAN+互联网的远程制作全信号交互测试

◆经过SD-WAN提供的AB链路进行前后端系统的全信号交互，并增加防火墙策略；

◆为了节省测试链路的带宽消耗，视频信号格式采用为1080i 50Hz（1.09Gbps），压缩比为16:1的JPEG-XS编码（码率68Mbps）传输至核心制作系统，经数据流缓冲并转码为SMPTE ST 2110-20，音频和通话信号采用SMPTE ST 2110-30传输，控制信号、Tally信号原码传输；

◆前后端均独立授时（异步授时）。

MTU（Maximum Transmission Unit）是在互联网环境下数据包是否被有效传输的一个重要参数，是指网络能够传输的最大数据包，以字节为单位，当数据包的MTU大于1500个字节，数据包就会被拆开来传输，JPEG-XS编码的数据包拆分控制位为1，表明其不能被GRE分包传输。远程制作需要通过互联网传输的数据的MTU大约由三个部分组成，MTU=PAYLOAD+GRE包头（约24个字节）+IPsec包头（约54个字节），JPEG-XS编码设备发出的数据流的PAYLOAD数据包情况如表4（2022年10月1日前固件版本）。

除了互联网MTU，还有互联网拥堵情况、所传信号的占宽比与接收设备的接收能力也对数据包的有效传输存在影响，图3所示在单链路SD-WAN+互联网环境下影响数据包接收的关键点：

设备的接收BUFFER是指接收设备所能容许的前一个有效数据包到达时间与后一个有效数据包到达时间差的最大值，一旦时间差大于这个设计值，数据包将无法正常解析。本次测试涉及的三种接收设备BUFFER标称值分别为SNP（≤35ms）、IP50（≤20ms）、XIP3901（≤10ms）。

1. 基于JPEG-XS编码的视频传输接收测试情况（公网环境影响）

表5和表6为基于JPEG-XS编码的视频传输接收测试情况（公网环境影响）。根据测试结果得出互联网环境和占宽比，对SD-WAN链路的数据传输情况有影响，越小的占宽比传输效果越好，但是到达一定比值之后，传输效果将不再明显改善。同样互联网的拥堵情况对数据的传输存在影响，接收设备的BUFFER越大接收的效果越好。

除了在单链路中测试影响传输因素之外，还在SD-WAN+互联网环境下引入SMPTE ST 2022-7协议的传输链路结构的生效情况，进一步增强互联网传输的稳定性与安全性。

发流设备的同一个流的两路镜像数据包，分别通过两条完全独立的AB互联网链路传至接收设备，观察数据包接收后的无缝重组情况，经研究两路镜像数据包在接收端是否能够重组，主要取决于两路镜像数据包到达接收设备的延时差大小以及接收设备对达到数据包重组缓存的大小。本次测试涉及的三种接收设备BUFFER标称值分别为SNP（≤35ms）、IP50（≤20ms）、XIP3901（≤10ms）。实际测试情况如表7（忙时）。

根据表7我们很容易发现协议的加入改善了数据包的传输情况。

SMPTE ST 2022-7协议还有一个重要的作用就是对传输链路的互为备份作用，就是说在组成SMPTE ST 2022-7的两条链路中其中一条在中断时，另一条可以完成无缝切换。针对SD-WAN+互联网下的SMPTE ST 2022-7架构，进行无缝重建的极端情况下进行测试（占宽比为0.65，忙时），实际情况如图4（表8中所示节点号为断掉的节点）。

依表8所示，无论在哪个节点上断掉链路，导致A或B链路中断，均可无缝切换。实验证明了在满足AB链路的延时差小于接收设备的设计值时，SMPTE ST 2022-7协议在互联网传输上完全可以生效。

虽然在GRE封装中我们已经引入了IPsec进行安全加密，但为了进一步提高安全级别，我们在网络出口上增加了硬件防火墙，进行符合要求的安全策略配置，系统结构如图5所示。

防火墙使用Trust与Untrust两个区域，没有策略情况下两个区域不能互相通信，通过配置相关策略实现两个区域的单播与组播相互通信。加入防火墙及安全策略，单播控制信号、业务组播信号可以正常远程通信。

2. 基于SMPTE ST 2110-30编码的音频及通话传输接收测试

音频和通话在IP系统内均以SMPTE ST 2110-30的数据流进行传输，因此对链路的需求和视频是一致的，这里不再进行描述说明。表9是音频和通话的测试结果：

同步授时状态下，音频信号除摄像机PGM返送声外均表现正常，通过音频接口箱收流中转可实现正常传输摄像机PGM返送声。

异步授时状态下，音频调音台收流均会报收流时间戳超出范围，但测试信号监听正常。摄像机PGM返送声依然表现不佳，通过音频接口箱收流中转可实现正常传输摄像机PGM返送声。

同步授时情况下，Clear-Com矩阵和Telos通话Node设备可以实现正常摄像机通话信号联通；RTS矩阵因时间戳offset阈值范围较低，接收远端摄像机通话信号异常，可采用调音台或SNP中转实现双向通话。

异步授时情况下，Telos通话Node设备可以实现正常摄像机通话信号联通；Clear-Com和RTS矩阵因不支持异步收流，接收远端摄像机通话信号异常，可采用调音台或SNP缓存中转实现双向通话。

3. 主要控制信号的交互测试

本次测试主要针对两个品牌的讯道摄像机，草谷的LDX100+HPE300和索尼的HDC3500+TX30。经过测试两个品牌的讯道，均可以通过带内或者带外的方式实现对IPTALLY和OCP的控制信号在互联网内的传输，CCS-ONE需要选购Nameserver选件。在加入防火墙及安全策略后，OCP控制、Tally、NMOS注册及组播业务可以在互联网内正常交互传输。

历经半年之久的拟真测试，把远程制作的传输介质从裸纤、OTN专线扩延展到互联网，初步建立了基于SDWAN+互联网和JPEG-XS编码远程制作的实施方案，为下一步实际应用奠定基础。